Golpe do sósia usa tecnologia para tentar burlar biometria

Uma nova estratégia de fraude de identidade usa tecnologia de comparação facial para encontrar pessoas com características físicas semelhantes às dos próprios criminosos. O método, chamado de “golpe do sósia”, foi identificado pela equipe de inteligência analítica da Serasa Experian e descrito na edição do Mapa da Fraude referente ao primeiro semestre de 2026.

A tática explora sistemas de reconhecimento facial para tentar fazer com que o fraudador se passe por outra pessoa durante processos de validação de identidade, como cadastros e abertura de contas.

Como funciona

Segundo a Serasa Experian, os criminosos utilizam ferramentas capazes de comparar o próprio rosto com imagens disponíveis em diferentes bases, inclusive aquelas obtidas de forma ilícita.

Os chamados motores de comparação facial podem localizar identidades legítimas com elevado grau de semelhança física. A partir disso, o fraudador escolhe uma identidade que considere mais propensa a passar por uma validação biométrica.

A estratégia muda a lógica tradicional desse tipo de crime:

• o criminoso começa pelo próprio rosto;
• procura pessoas fisicamente semelhantes;
• identifica uma possível vítima;
• tenta utilizar os dados dessa identidade em uma fraude.

Em modalidades mais tradicionais, o fraudador parte dos dados de uma pessoa específica e procura maneiras de assumir sua identidade.

Biometria isolada

Para Leandro Bartolassi, diretor de Autenticação e Prevenção à Fraude da Serasa Experian, a nova tática demonstra como os criminosos também podem explorar tecnologias desenvolvidas para aumentar a segurança.

A empresa defende que o reconhecimento facial não seja utilizado como única camada de autenticação. A combinação com outros sinais pode ajudar a identificar inconsistências que não seriam detectadas apenas pela análise do rosto.

Entre os mecanismos citados estão :

• validação de documentos;
• prova de vida;
• conferência de dados cadastrais;
• análise do dispositivo utilizado;
• identificação de padrões de comportamento;
• avaliação de outros sinais de risco.

Prejuízos evitados

Os dados do Mapa da Fraude apontam que as soluções antifraude da Serasa Experian identificaram e barraram 2,86 milhões de tentativas de fraude de identidade no primeiro semestre de 2026.

O volume representa um crescimento de 32,9% em relação ao mesmo período de 2025. De acordo com a empresa, isso equivale a uma ocorrência de alto risco identificada a cada 5,5 segundos.

As tentativas bloqueadas estavam associadas a um prejuízo estimado em R$ 3,77 bilhões que teria sido evitado no período.

Como se proteger

A Serasa Experian recomenda que consumidores adotem cuidados para reduzir o risco de exposição de documentos, fotografias e dados biométricos .

Entre as principais orientações estão:

• não compartilhar fotos de documentos ou selfies segurando documentos em redes sociais e aplicativos de mensagem;
• fornecer dados pessoais e biométricos somente em sites e aplicativos oficiais;
• proteger celular e aplicativos com senhas fortes e autenticação em dois fatores;
• desconfiar de pedidos inesperados de reconhecimento facial por links, e-mails, mensagens ou Códigos QR;
• não permitir que desconhecidos fotografem seu rosto ou documentos;
• evitar publicar imagens de documentos, mesmo com parte das informações ocultadaproteger celular e aplicativos com senhas fortes e autenticação em dois fatores;
• manter sistemas e aplicativos atualizados;
• monitorar regularmente o CPF;
• procurar os canais oficiais das empresas diante de movimentações desconhecidas.

Empresas precisam combinar

Para as empresas, a recomendação é adotar uma estratégia de prevenção em camadas, evitando que uma única imagem ou informação seja suficiente para concluir um cadastro.

A Serasa Experian orienta combinar diferentes mecanismos de segurança, como:

• biometria facial e prova de vida;
• validação e análise documental;
• cruzamento de dados cadastrais;
• análise do dispositivo e da jornada digital;
• monitoramento de tentativas repetidas;
• identificação de padrões suspeitos;
• atualização contínua de regras e modelos antifraude.

A análise conjunta desses elementos pode ajudar a detectar situações em que o rosto apresenta alta similaridade, mas outros dados da operação indicam uma possível tentativa de fraude.